深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

针对转子不平衡故障和滚动轴承微弱损伤性故障的复合故障诊断问题,提出了一种基于经验模式分解的故障诊断方法,进行复合故障的耦合特征分离和轴承损伤性故障信号特征提取研究.该方法首先通过经验模式分解将复合信号分解为若干个本征模函数(intrinsic mode function,IMF);然后通过计算各IMF与原始复合信号的相关系数确定包含故障特征信息的主要成分,除去虚假分量;最后针对主要成分中的低频成分进行频谱分析提出转子故障特征,针对主要成分中的高频成分进行Hilbert包络解调提取调制故障特征,即轴承损伤性故障特征.仿真及实验结果表明该方法的有效性和实用性

数控机床的故障有软故障和硬故障之分,所谓软故障,就足 故障并不是由硬件损坏引起的,而是由于操作、调整处理不当引 起的

通过研究柴油机高压油管在喷油过程中,产生的振动信号中包含的丰富的燃油系工况信息,发现这一信号具有分形特征,即统计意义上的自相似性,类似一种1/f噪声.利用分形理论可以将其丰富的信息浓缩于信号的功率谱指数或容量维数中,并通过分析它的功率谱指数对燃油系各种工说的敏感性,进行燃油系的不解体诊断,实例诊断表明,它是一种较好的故障诊断方法

本文介绍一种用于诊断轴承、齿轮(在线或离线)故障的专家系统FDES(A Failure Diagnosis Expert System)。该系统由征兆获取模块、知识获取、知识库管理、元知识自动生成、推理机、解释、人机接口7个基本模块组成。这7个模块可实现自动、精密两级诊断过程。系统采用模糊诊断方法。在推理中采用黑板结构控制下正、反向相结合的推理机制

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障

研究了基于神经网络的轴承故障诊断方法,应用于球轴承、圆锥轴承和圆柱轴承在轴承疲劳试验机上实际运行产生的各种真实故障的诊断,结果表明:该方法具有较好的效果

提出了基于CORBA技术的分布式远程故障诊断系统的体系结构基本框架,讨论了实现这种远程故障诊断系统的关键技术,如POA策略、命名服务、事件服务和CORBA组件模型以及数据库集成等,重点介绍了企业级诊断系统和远程诊断系统的基本功能模块和实施细节

一、网站性能和缩放性的概念与标准 二、测试目的、类型及与测试相关的配置 三、性能和缩放性测试方法 四、网站能力测试和可靠性测试 五、Windows2000网络监视器和性能监视器的应用 六、调整和优化服务器内存 七、操作系统组件优化,缩放性问题及对策 八、网络通信与服务故障诊断,网络接口故障诊断 九、网络整体状态统计,使用 Sniffer Pro诊断网络 十、利用网络日志排除故障 十一、电源保护,除尘与防止静电,UPS的功能与原理,UPS安装及使用

德国西门子公司在CNC系统中采用了这种诊断功能。用户 只要把CNC系统中专用的“通讯接口”连接到普通电话线上, 而专用通讯诊断计算机的“数据电话”也接到电话线上,然后由 计算机向CNC系统发送诊断程序,并将测试数据输回到计算机 进行分析得出结论。随后将诊断结论和处理方法通知用户